Renn­zeit-Prognose

Zuletzt aktualisiert: 2026-05-22

Rennzeit-Prognose

Eine Rennzeit-Prognose schätzt aus einer bekannten Wettkampfleistung — Distanz und Endzeit — die voraussichtliche Endzeit auf einer anderen Distanz. Das Verfahren basiert auf der empirisch belegten Beobachtung, dass sich die Pace mit zunehmender Distanz nach einem vorhersagbaren Muster verlangsamt. Gib ein aktuelles Rennergebnis ein, und dieser Rechner liefert eine prominente Prognose für die Ziel-Distanz plus eine Tabelle mit Prognosen für jede Standarddistanz von 1500 m bis Marathon, mit einem von zwei etablierten Modellen.

Das Riegel-Modell

Am weitesten verbreitet ist Riegels Formel (Pete Riegel, 1981). Sie beobachtet, dass die Rennzeit mit der Distanz hoch einer Zahl knapp über 1 wächst:

$t_2 = t_1 \cdot \left(\frac{d_2}{d_1}\right)^{e}$

Mit Logarithmus wird sie linear:

$\log t_2 = \log t_1 + e \cdot \log\!\left(\frac{d_2}{d_1}\right)$

Der Exponent $e$ — Standardwert 1,06 — fängt die empirische Tatsache ein, dass du bei jeder Verdoppelung der Distanz etwas langsamer wirst. Bei $e = 1{,}06$ kostet die Verdoppelung der Distanz rund 4,3 % auf die Pace ($2^{1{,}06} \approx 2\,085$). Ein Exponent von 1,0 würde bedeuten, du kannst jede Pace beliebig lange halten (unmöglich); 1,20 würde einen viel steileren Abfall implizieren, als trainierte Läufer tatsächlich zeigen.

Weil der Exponent eine empirische Bestanpassung ist und kein physiologisches Gesetz, lässt dieser Rechner ihn anpassen. Senke ihn Richtung 1,03, wenn du ein schnelligkeitsorientierter Läufer mit über die Distanz stabiler Pace bist; erhöhe ihn Richtung 1,10, wenn deine Ausdauer schneller als der Durchschnitt nachlässt — Forschung von Tanda u. a. legt nahe, dass besonders der Marathon oft besser mit einem Exponenten über 1,06 passt.

Das Cameron-Modell

Riegel nutzt einen Exponenten für alle Distanzen. Camerons Formel (David Cameron, 1998) nutzt stattdessen eine distanzabhängige Ermüdungsfunktion, angepasst an Weltklasse-Resultate von 400 m bis 50 Meilen:

$t_2 = t_1 \cdot \frac{d_2}{d_1} \cdot \frac{f(d_1)}{f(d_2)}, \qquad f(x) = 13.49681 - 0.000030363\,x + \frac{835.7114}{x^{0.7905}}$

mit $x$ in Metern. Weil der Ermüdungsterm seine Form über die Distanzen ändert, ist Cameron am langen Ende oft etwas realistischer und prognostiziert Marathonzeiten eine Spur langsamer als Riegel. Wechsle zwischen beiden Modellen und vergleiche: stimmen sie eng überein, ist die Prognose robust; weichen sie ab, liegt die Wahrheit meist dazwischen.

Beispiele

Die beiden Modelle laufen bei nahen Distanzen eng zusammen und fächern auf, je größer der Abstand zum bekannten Rennen wird — genau dort, wo eine Prognose ohnehin am unsichersten ist.

Praktische Szenarien

1. Marathon-Ziel realistisch setzen

Das Marathon-Ziel aus einer aktuellen Halbzeit durch einfaches Verdoppeln abzuleiten unterschätzt den distanzspezifischen Mehraufwand. Beide Modelle zeigen: ein 45-Minuten-10K prognostiziert ~3:27–3:30 Marathon, nicht 3:00 (dafür wären 37:30 auf 10K nötig). Marathonausdauer ist eine eigene Adaptation — die Prognose zeigt, wo das Training heute steht.

2. Pace-Group im Rennen wählen

Renn-Pacegruppen werden in festen Abständen angeboten (3:30, 3:40, 3:50 Marathon usw.). Lies deine prognostizierte Zeit aus der Tabelle ab und wähle die passende Gruppe — nicht die Wunschzeit. Wenn Riegel und Cameron eine Grenze einklammern, ist die vorsichtigere Gruppe der sicherere Start.

3. Distanzen über Läufer hinweg vergleichen

Zwei Trainingspartner liefen unterschiedliche Rennen: 19:30 auf 5K und 1:30 auf der Halbmarathondistanz. Wer ist schneller? Die Tabelle aller Distanzen bringt jedes Resultat auf eine gemeinsame Basis — lies die prognostizierte Halbzeit des 5K-Läufers (oder die prognostizierte 5K des Halb-Läufers) und vergleiche direkt.

4. Bahn-Disziplinen pacen

Die Formeln extrapolieren auch nach unten: ein 16:00 5K prognostiziert rund 4:28 auf 1500 mein 16:00 5K prognostiziert rund 4:49 auf der Meile. Bahnläufer prüfen damit, ob ihre Ausdauer in distanzspezifische Geschwindigkeit übersetzbar ist.

Wo Prognosen an Grenzen stoßen

• Sie unterstellen konsistentes Training über alle Distanzen. Wer nur 5K trainiert, wird hinter der Marathon-Prognose zurückbleiben; Langstrecken-Ausdauer ist eine eigene Adaptation.
• Die Modelle sind empirisch. Riegels Exponent und Camerons Ermüdungsfunktion sind Regressionsanpassungen, keine Herleitungen. Reale Marathonleistung liegt für nicht marathonspezifisch trainierte Läufer oft hinter beiden Prognosen.
• An den Extremen versagen sie. Sprints unter 1500 mSub-Meile-Sprints und Ultradistanzen ab 50 km folgen anderer Physiologie, und keines der Modelle extrapoliert dort sauber.
• Profil, Wetter und Pacing können nicht eingerechnet werden. Prognosen unterstellen ähnliche Bedingungen; eine flache schnelle 10K und ein bergiger windiger Marathon sind nicht direkt vergleichbar.

Für Hobbyläuferinnen und -läufer mit Standarddistanzen unter ähnlichen Bedingungen ist die Rennprognose ein nützliches Planungswerkzeug — besser als Raten, aber als Richtwert, nicht als Garantie zu verstehen.